自然语言9_NLTK计算中文高频词

 

python机器学习-乳腺癌细胞挖掘（博主亲自录制视频）https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share

 

 

以下代码仅限于python2

 

NLTK计算中文高频词

1. >>> sinica_fd=nltk.FreqDist(sinica_treebank.words())
2. >>> top100=sinica_fd.items()[0:100]
3. >>> for (x,y) in top100:
4. print x,y

1.  
3. 的 6776
4. 、 1482
5. 在 1331
6. 是 1317
7. 了 1190
8. 有 759
9. 我 724
10. 他 688
11. 就 627
12. 上 612
13. 和 580
14. 也 542
15. 不 526
16. 人 467
17. 都 417
18. 與 404
19. 著 389
20. 我們 384

 

https://study.163.com/provider/400000000398149/index.htm?share=2&shareId=400000000398149（博主视频教学主页）